Un índice cardiometabólico elevado predice con fuerza el riesgo de apnea obstructiva del sueño
Un amplio estudio del NHANES encuentra que el Índice Cardiometabólico —que combina grasa visceral y marcadores lipídicos— predice de forma independiente los síntomas de AOS con un 75% más de probabilidades.
Resumen
Los investigadores analizaron datos de 8.460 adultos estadounidenses de la base de datos NHANES para examinar si el Índice Cardiometabólico (CMI, por sus siglas en inglés) —una medida compuesta de grasa visceral y metabolismo lipídico calculada a partir de triglicéridos, colesterol HDL, circunferencia de cintura y estatura— está asociado con la apnea obstructiva del sueño (AOS). Tras ajustar por edad, sexo, raza, factores de estilo de vida y comorbilidades, un CMI más elevado se asoció de forma significativa con una mayor probabilidad de presentar síntomas de AOS autorreportados. La asociación se mantuvo en todos los subgrupos demográficos. La curva ROC del CMI arrojó un AUC de 0,605, lo que sugiere un valor predictivo modesto pero significativo. Los hallazgos posicionan al CMI como una herramienta de cribado sencilla y de bajo costo que los médicos podrían utilizar para identificar a pacientes con mayor riesgo de AOS antes de recurrir a una polisomnografía, que resulta más costosa.
Resumen detallado
La apnea obstructiva del sueño afecta a un estimado del 17–34% de la población general y está fuertemente relacionada con hipertensión, diabetes tipo 2, enfermedades cardiovasculares, deterioro cognitivo y reducción de la calidad de vida. A pesar de su prevalencia y consecuencias, la AOS sigue siendo ampliamente infradiagnosticada porque la prueba de referencia diagnóstica —la polisomnografía— es costosa, requiere mucho tiempo y es intensiva en recursos. Este estudio investigó si el Índice Cardiometabólico (ICM), un marcador compuesto de adiposidad visceral y disfunción lipídica, podría servir como herramienta práctica de detección para identificar a personas con mayor riesgo de AOS mediante mediciones clínicas de rutina.
El ICM se calcula como: (Triglicéridos / HDL-C) × (Circunferencia de Cintura / Estatura). Fue introducido por primera vez en 2015 y desde entonces ha sido validado como predictor de diabetes tipo 2, resistencia a la insulina, enfermedades cardiovasculares, enfermedad del hígado graso no alcohólico e ictus. Dado que la AOS está estrechamente relacionada con la disfunción metabólica —incluyendo dislipidemia y obesidad central—, los autores plantearon la hipótesis de que el ICM también se correlacionaría con la carga de síntomas de AOS en una población grande y representativa a nivel nacional.
El estudio se basó en datos de NHANES de cuatro ciclos de encuesta (2005–2008 y 2015–2018), incluyendo finalmente a 8.460 adultos de 20 años o más, tras excluir a los participantes con datos faltantes del cuestionario de AOS, variables incompletas del ICM o ponderaciones muestrales ausentes. La AOS se definió mediante autorreporte: los participantes fueron clasificados como positivos para AOS si declararon al menos uno de tres criterios sintomáticos —ronquidos ≥3 noches/semana, ronquidos con jadeos/pausas respiratorias ≥3 noches/semana, o somnolencia diurna excesiva ≥16 veces/mes a pesar de dormir adecuadamente—. La prevalencia ponderada global de AOS en la muestra fue del 48,51%. El ICM se analizó tanto como variable continua como en cuartiles (Q1: <0,28; Q2: 0,28–0,51; Q3: 0,51–0,91; Q4: >0,91).
En el modelo de regresión logística completamente ajustado (Modelo 3, con ajuste por edad, sexo, raza, educación, estado civil, tabaquismo, consumo de alcohol, diabetes, hipertensión, LDL-C y razón pobreza-ingreso), cada aumento unitario en el ICM se asoció con un 75% más de probabilidades de AOS (OR = 1,75; IC del 95%: 1,46–2,10). El análisis por cuartiles mostró un gradiente claro de dosis-respuesta: en comparación con Q1, los participantes en Q4 presentaron probabilidades de AOS significativamente elevadas. El análisis de splines cúbicos restringidos confirmó una relación positiva predominantemente lineal entre el ICM y la probabilidad de AOS, sin que se detectara una no linealidad significativa. Los análisis de subgrupos y las pruebas de interacción por edad, sexo, IMC y raza no encontraron modificación del efecto significativa, lo que indica que la asociación entre ICM y AOS es robusta en diversos grupos demográficos.
El análisis de la curva característica operativa del receptor (ROC) arrojó un AUC de 0,605 para el ICM como predictor de AOS, lo que indica un poder discriminatorio moderado. Si bien este AUC no es suficiente para uso diagnóstico independiente, sugiere que el ICM añade información predictiva significativa más allá del azar y podría incorporarse en algoritmos de detección multivariable. Los datos basales confirmaron que los participantes en el cuartil más alto de ICM tenían mayor probabilidad de ser hombres, obesos, hipertensos, diabéticos y tener menor nivel educativo —todos factores de riesgo establecidos de AOS—; sin embargo, la asociación entre ICM y AOS persistió tras ajustar por estas variables, lo que sugiere que el ICM captura riesgo metabólico independiente. Los autores proponen que la integración en el ICM tanto de la adiposidad central como de la dislipidemia lo convierte en un marcador clínico singularmente informativo y de fácil cálculo para la estratificación del riesgo de AOS.
Hallazgos clave
- In the fully adjusted model, each unit increase in CMI was associated with 75% higher odds of OSA (OR = 1.75, 95% CI: 1.46–2.10, p<0.001)
- OSA prevalence in the 8,460-participant NHANES sample was 48.51%, with higher CMI quartiles showing progressively greater OSA rates
- Participants in the highest CMI quartile (Q4, CMI >0.91) were more likely to be male (61.3% vs 37.4% in Q1), obese, hypertensive, and diabetic
- ROC curve analysis yielded an AUC of 0.605 for CMI as a predictor of self-reported OSA symptoms
- Restricted cubic spline analysis confirmed a predominantly linear positive dose-response relationship between CMI and OSA probability
- Subgroup interaction tests found no significant effect modification by age, sex, BMI, or race, confirming the association's robustness across demographic groups
- Multiple imputation sensitivity analyses reproduced the primary findings, supporting the validity of the observed CMI–OSA association
Metodología
Este estudio transversal utilizó datos de NHANES de cuatro ciclos (2005–2008 y 2015–2018), con una muestra de 8.460 adultos ≥20 años tras excluir los casos con datos faltantes. La AOS se definió mediante respuestas a cuestionarios de autoinforme en tres dominios de síntomas (ronquidos, eventos respiratorios nocturnos y somnolencia diurna excesiva). Se emplearon tres modelos de regresión logística ponderada con ajuste progresivo de covariables, junto con splines cúbicos restringidos (4 nodos) para evaluar la no linealidad, análisis de interacción por subgrupos y evaluación mediante curvas ROC. El diseño de muestreo complejo de NHANES se tuvo en cuenta mediante el uso de ponderaciones muestrales, agrupaciones y estratificaciones adecuadas.
Limitaciones del estudio
La OSA se definió mediante síntomas autoinformados en lugar de polisomnografía, lo que puede introducir un sesgo de clasificación errónea y limita la precisión diagnóstica. El diseño transversal impide establecer inferencias causales: no queda claro si la disfunción metabólica impulsa la OSA o viceversa. Los autores no declararon conflictos de interés, y la dependencia del estudio en los pesos de la submuestra en ayunas redujo la muestra disponible con respecto a la cohorte completa de NHANES.
¿Te ha gustado este resumen?
Recibe la última investigación sobre longevidad en tu bandeja de entrada cada semana.
Introduce tu correo electrónico para suscribirte: